СИСТЕМА АВТОМАТИЗИРОВАННОГО ОТБОРА ПРИЗНАКОВ ПРИ РЕШЕНИИ ЗАДАЧ КЛАССИФИКАЦИИ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ : доклад, тезисы доклада | Научно-инновационный портал СФУ

СИСТЕМА АВТОМАТИЗИРОВАННОГО ОТБОРА ПРИЗНАКОВ ПРИ РЕШЕНИИ ЗАДАЧ КЛАССИФИКАЦИИ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ : доклад, тезисы доклада

Перевод названия: FEATURE SELECTION FOR NEURAL NETWORK CLASSIFICATION

Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций

Конференция: Актуальные проблемы авиации и космонавтики; Красноярск; Красноярск

Год издания: 2019

Ключевые слова: neural networks, genetic algorithm, feature selection, нейронные сети, генетический алгоритм, отбор признаков

Аннотация: Исследуется влияние количества признаков, используемых при обучении нейросетевой модели, на эффективность и скорость её обучения. При настройке нейронной сети предлагается использовать двухкритериальный эволюционный алгоритмNSGA2 для минимизации количества используемых признаков и максимизации точности классификации. The article investigates the influence of the number of features used in the training of the neural network model on the efficiency of the neural network model and the speed of its training.It is proposed to use the NSGA2 two-criteria evolutionary algorithm to minimize the number of the used features and to maximize the classification accuracy while training the model

Ссылки на полный текст

Издание

Журнал: Актуальные проблемы авиации и космонавтики

Выпуск журнала: 2

Номера страниц: 51-53

Место издания: Красноярск

Издатель: Федеральное государственное бюджетное образовательное учреждение высшего образования "Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева"

Авторы

  • Лазовская М. А. (Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева)
  • Липинский Л. В. (Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева)
  • Под общей редакцией Ю.Ю. Логинова

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.